Muse Wonder Full vs Muse Glimmer: la mejor puntuación de la tabla es también el peor número en ella

Muse Wonder Full y Muse Glimmer son los dos extremos de la gama publicada de Meta Superintelligence Labs. Muse Wonder Full es un checkpoint de frontera propietario anunciado el 12 de octubre de 2026, vendido como parte de la suscripción a Muse Code y con una puntuación de 59,1 en el índice propio de Meta. Muse Glimmer es un modelo Apache 2.0 de 30 mil millones de parámetros lanzado el 10 de agosto de 2026, distribuido ya cuantizado a 4 bits para que quepa en menos de 20 GB de VRAM, y con una puntuación de 17 en el independiente Artificial Analysis Intelligence Index. Entre ambos hay 42 puntos de puntuación compuesta, una licencia, una descarga y una puerta de 50 dólares al mes —y una fila en la propia tabla de Meta donde el caro obtiene 13,1.

Esa fila es Harvey LAB-AA, el benchmark de agentes legales de Meta. Muse Wonder Full reporta 13.1 en él. Muse Wonder, el checkpoint invocable del mismo lanzamiento, reporta 54.3, GPT-6 Astra 54.5 y Claude Opus 5.5 55.2. Un modelo que lidera el índice compuesto por cuatro puntos termina último en una suite con forma de trabajo por un margen de 41. Eso es lo primero que hay que entender sobre este emparejamiento: la puntuación compuesta no describe el trabajo.

Dos productos, un apellido y un tercero que se confunde con ambos

• Pesos — Muse Glimmer Apache 2.0, descargables, distribuidos en 4 bits; Muse Wonder Full propietario, sin checkpoint publicado, y no habrá ninguno.

• Dónde se ejecuta — Muse Glimmer en tu propio acelerador, sin conexión; Muse Wonder Full en la infraestructura de Meta dentro de Muse Code.

• Cómo comprarlo — Muse Glimmer no tiene cargo por token si lo alojas tú mismo, o $0.325 de entrada y $1.35 de salida por millón a través de un endpoint alojado; Muse Wonder Full no tiene ningún precio por token, con planes publicados de $50 al mes para Power Usage y $200 al mes para Maximum Usage.

• Parámetros — Muse Glimmer 30 mil millones, cuantizado en menos de 20 GB; Muse Wonder Full no revelado.

• Ventana de contexto — Muse Glimmer 131.072 tokens, ampliable a 262.144; Muse Wonder Full descrito junto a la serie con 1.048.576 tokens.

• Entrada modal: texto e imagen de Muse Glimmer; texto, imagen, voz y vídeo de la serie Muse Wonder.

• Corte de conocimiento — Muse Glimmer enero 2026; Muse Wonder Full no publicado.

• ¿Qué se puede hacer con él? — Muse Glimmer se puede fijar, bifurcar y afinar; Muse Wonder Full se puede deprecar.

Meta probó Glimmer en una RTX 5090 y en silicio Apple M4 Max y M5 Max, que es la definición práctica de "se ejecuta localmente" aquí: la precisión completa supera los 55 GB, así que la versión de 4 bits es la razón entera de que el modelo sea desplegable. Nada de Muse Wonder Full funciona así. Se accede a él mediante una suscripción, a un precio de plan, durante todo el tiempo que Meta lo sirva.

Otra distinción que conviene decir sin rodeos, porque la nomenclatura la oculta en silencio: Muse Wonder Full no es la cima de la serie Muse Wonder en ningún sentido general, y no es un Glimmer más grande. Es un objetivo de entrenamiento aparte, anunciado al mismo tiempo que Muse Wonder, y el único de los tres que no puedes comprar por token, autoalojar ni evaluar sin una orden de compra.

La licencia es el eje al que nadie pone precio

Esta comparación suele enmarcarse como capacidad frente al coste. El planteamiento que realmente predice lo que puedes hacer es capacidad frente al control, y los dos modelos se sitúan en polos opuestos de este.

Todo en el diseño de Muse Glimmer presupone un propietario en lugar de un cliente. Los pesos son Apache 2.0, la cuantización ya está hecha, la huella es inferior a 20 GB porque ese es el número que hace que una sola tarjeta gráfica de consumo sea suficiente, y la fecha de corte de conocimiento está publicada para que sepas lo que no sabe. Puedes hacer un fork, afinarlo, fijar una revisión y seguir sirviéndolo después de que el proveedor pierda el interés. Para un modelo publicado por un laboratorio que ya ha lanzado dos generaciones más desde entonces, esa última propiedad no es hipotética.

Muse Wonder Full tiene el perfil inverso. No hay artefacto que conservar, ni revisión que fijar, ni forma de auditar qué cambió de un mes al siguiente, y no hay ruta hacia el checkpoint si el plan caduca. La puntuación compuesta publicada es lo único duradero que obtienes, y es un número sobre el arnés de Meta más que sobre tu carga de trabajo.

La consecuencia práctica es asimétrica y vale la pena enunciarla sin rodeos. Si una solicitud no puede salir del dispositivo —una planta de fabricación sin conectividad, un entorno aislado de la red donde una llamada a la API es en sí misma una violación de cumplimiento, un presupuesto de latencia en el que un viaje de ida y vuelta ya es demasiado—, Muse Wonder Full no participa en la cuestión a ningún precio. Glimmer es un archivo. Full es una suscripción.

De qué está compuesta realmente la brecha de 42 puntos

Una diferencia de ese tamaño normalmente significa que un modelo es simplemente peor. Aquí, más bien significa que los dos se crearon para trabajos diferentes, y las subpuntuaciones lo muestran en lugar de ocultarlo. Todas las cifras a continuación son mediciones de Artificial Analysis sobre la revisión v4.3.2, a menos que se indique lo contrario.

• Intelligence Index — Muse Wonder Full (max) 56, cuarto de 699 modelos; Muse Glimmer (high) 17, decimoquinto de 142.

• Recuperación de contexto largo — Muse Glimmer 83,3 %, por delante del 82,7 % de Claude Sonnet 5.5 en la misma ejecución. La cifra de Muse Wonder Full no se publica en el mismo entorno de evaluación.

• Terminal-Bench 4.0 — Muse Glimmer 0,5 %; la serie Muse Wonder reporta 85,5 y 85,6 en la tabla del proveedor.

• Humanity's Last Exam — Muse Glimmer 22,0 %; Muse Wonder Full no reportado en el mismo harness.

• Velocidad de salida — Muse Glimmer 143,8 tokens por segundo. Muse Wonder Full no está publicado en el mismo entorno de pruebas, y tampoco lo está su coste por tarea de indexación, porque no hay una tarifa por token a partir de la cual calcularlo.

• Costo por tarea de indexación — Muse Glimmer, aproximadamente $0.06 alojado. Muse Wonder Full: no aplica, no hay ruta de medición.

La línea de contexto largo es en la que hay que detenerse. Un modelo de 30 mil millones de parámetros cuantizado a 20 GB que iguala a un checkpoint de frontera actual al encontrar un dato dentro de una entrada muy larga no es un artefacto de redondeo — es aquello a lo que apuntaba la receta de entrenamiento, y es la afirmación más fuerte que cualquiera puede hacer sobre Glimmer. La línea de Terminal-Bench es el otro extremo: medio por ciento significa que el modelo no está completando tareas de software agénticas, y ningún ahorro en hardware hace que una tarea que nunca termina sea más barata. Un estudio revisado por pares sobre orquestación multiagente que incluía a Muse-Glimmer-30B encontró que no recuperó ninguno de sus candidatos, lo cual es el mismo hallazgo desde una dirección diferente.

Así que Glimmer lee bien, responde rápido, funciona en cualquier parte y no puede ejecutar. Muse Wonder Full sí ejecuta y reporta la puntuación compuesta más alta de la familia — y luego reporta 13.1 en la suite de agentes jurídicos, que está por debajo de todos los demás modelos de frontera en la propia tabla de Meta. Ninguno de esos hechos se explica por el otro.

El número de $0.06 es una trampa, y el de $50 también

La cifra de coste por tarea de índice en alojamiento merece una descalificación inmediata. $0,06 es lo que Artificial Analysis gastó llamando a Muse Glimmer a través de un endpoint alojado a $0,325 y $1,35 por millón: eso pone precio a la economía de alquilar el modelo, no de ejecutarlo. Con autoalojamiento, la factura por token desaparece y la sustituye un acelerador que ya tienes o que tienes que comprar, además del tiempo de ingeniería para servirlo. Citar $0,06 frente al coste por tarea de un modelo de frontera como si ambos fueran equiparables es el error más fácil de cometer en esta página.

El de $50 es una trampa diferente en la dirección opuesta. Parece barato al lado de una tarifa de salida de $20 por millón, y no lo es, porque no compra ninguna unidad medible. Diez prompts y diez millones de prompts cuestan lo mismo, y la puntuación por la que lo compras — 59.1 en el índice de Meta — no es la puntuación que la tabla abierta publica para el mismo checkpoint. La tabla de Meta dice 59.0 en el Índice de Artificial Analysis; Artificial Analysis publica 56. Una discrepancia de tres puntos en el mismo índice con nombre te dice qué número es una afirmación y cuál es una medición.

La versión honesta es que estos dos modelos no están en el mismo eje en absoluto. Muse Glimmer se tarifica por el acelerador y su costo no escala con el volumen: caro con diez solicitudes al día, notablemente barato con diez millones. Muse Wonder Full se tarifica por mes y su costo no escala con nada que puedas medir. Uno se mueve con tu uso. El otro no se mueve en absoluto.

El peldaño que está realmente entre ellos

La mayoría de los equipos que han llegado hasta aquí no quieren ninguno de los dos extremos. Quieren un modelo pequeño en su propio hardware para la mitad barata, privada y de gran volumen de la carga de trabajo, y algo de nivel frontera a través de una API para la mitad difícil; y la parte incómoda es que, normalmente, eso implica dos stacks separados con dos relaciones de facturación distintas.

Uno de los tres modelos de Meta de esta familia es una ruta que servimos. meta/muse-spark-1.2 —el profesor más grande del que se destiló Glimmer— figura en el catálogo de OrcaRouter a $1.25 de entrada y $4.25 de salida por millón de tokens en una ventana de 1,048,576 tokens, con lecturas de caché a $0.15. Eso lo convierte en el peldaño intermedio: considerablemente más capaz que el estudiante de 30B en trabajo con forma de ejecución, una quinta parte de la tarifa de salida de Muse Wonder, y accesible con la misma clave que todo lo demás.

Dos notas de honestidad, porque el nombre invita a la suposición equivocada. Muse Glimmer en sí no es una de nuestras rutas: no hay ninguna entrada muse-glimmer en el catálogo, y no debería haberla, porque el objetivo de Glimmer es que lo ejecutes tú mismo y no lo enrutes a ninguna parte. Muse Wonder Full tampoco es nuestro y, a diferencia de Glimmer, no está disponible para nadie fuera de las superficies de suscripción de Meta.

Lo que se gana con la configuración de punto final único es la mitad alojada de esa división. Los precios de lista del proveedor se transfieren a 0% de recargo, por lo que un cambio de precios del proveedor se refleja el mismo día; conmutación por error automática cubre que un proveedor externo se degrade a mitad de ejecución; y el DSL de enrutamiento compone un modelo barato y uno caro en una sola llamada, de modo que el lado caro se invoca solo donde la confianza del barato cae. Para una familia con un archivo de 30B en un extremo y un checkpoint con acceso por suscripción en el otro, esa composición es el punto — la mayor parte del tráfico nunca necesita ninguno de los extremos.

Elegir, y la única fila que lo decide

• Muse Glimmer cuando los tokens no pueden salir de la máquina, cuando no hay red, cuando necesitas algo que puedas fijar y conservar, o cuando el volumen es lo bastante alto como para que una factura por token se convierta en el costo dominante. Dentro de ese ámbito es rápido, conciso y potente en lectura de contexto largo, y la puntuación compuesta lo subestima precisamente para esos trabajos.

• Muse Glimmer para extracción y recuperación de alto volumen sobre documentos largos, donde el 83,3 % de recall en contexto largo es la cifra que importa y el 0,5 % en Terminal-Bench nunca sale a colación.

• Muse Wonder o la serie más amplia cuando la tarea debe ejecutarse —agentes, uso de computadora, trabajo en terminal— o cuando la entrada es voz o video. Una puntuación de ejecución del 0,5 % no es una opción económica; es un no participante.

• Muse Spark 1.2 si estás comprando en el término medio. Es el modelo del que se destiló Glimmer, es el escalón entre los dos extremos, y cuesta un quinto de lo que cobra la serie frontier por capacidad en algún punto de esa brecha.

• Muse Wonder Full no, por la puntuación compuesta por sí sola. Meta reporta 13.1 en la suite de agentes legales frente a 55.2 de Claude Opus 5.5 en la misma tabla, y el panel independiente sitúa el checkpoint cuatro puntos por encima del Muse Wonder invocable, y no en 42. Si tu trabajo se parece a esa fila de Harvey, la puntuación más alta de la tabla de lanzamiento es la razón equivocada para pagar la suscripción.

La brecha de 42 puntos en el índice es real y también es lo menos útil de esta página. No son productos adyacentes con un escalón de precio entre ellos; son un archivo y una puerta. La decisión es dónde se ejecutan los tokens y, después, si el trabajo consiste en leer o en ejecutar; y la última decisión, la que la gente olvida, es que un laboratorio cuyos lanzamientos están tan distantes entre sí en ambos extremos del rango seguirá moviéndose, así que el modelo que no puedes fijar es el modelo sobre el que deberías tardar más en construir.